지방세 예측

지방세 예측 프로젝트입니다. 과거 지방세 수입 데이터를 기반으로 미래 지방세 수입을 예측하는 프로젝트입니다. 간단하게 논문도 작성(논문 경진대회, 상금을 줌)했고, 좀 더 발전시켜서 논문을 작성하고자 준비하고 있습니다. 이 글을 수정하는 2025년 말 기준으로는 데이터가 조금 오래되기는 했습니다.

핵심 데이터

당초예산

당초예산 수집: local-finance

• 당초예산은 실제 징수액을 기반으로 예측한 예산과 비교할 대상입니다.
• LSTM을 이용한 예산 예측이 당초예산보다 정확한지 판단하는게 이번 연구의 핵심입니다.

실제 징수액

실제 징수액 수집: kosis

• 실제 징수액 데이터를 이용해서 예상 징수액을 예측합니다.
• 예상 ~N년 까지 데이터로 N+2년의 징수액을 예측합니다.
  • N+1년 징수액 예측이 아닌 이유: 당초예산이 2년 전 예산을 기반으로 산출되기 때문에

핵심 개념

당초예산(예측값)과 실제 징수액으로 예측한 값 중 어떤 값이 실제 징수액을 더 잘 예측하는지 평가하여 비교합니다. 아래는 이를 위한 핵심 요소들입니다.

• LSTM (Long Short-Term Memory): 시계열 데이터 분석에 특화된 딥러닝 모델 중 하나
• KOSIS API: 국가통계포털에서 제공하는 통계 데이터 API
• 지방재정365: 지방자치단체의 재정 정보를 공개하는 웹사이트
• MAPE (Mean Absolute Percentage Error): 평균 절대 백분율 오차
• RMSE (Root Mean Squared Error): 평균 제곱근 오차
• 하이퍼파라미터: 모델 학습 전에 설정해야 하는 매개변수